Question

我的每周数据集具有与不同城市关联的不同state_id.Value1和value2需要先汇总到每月级别，然后再汇总到季度级别，所以请尝试以下代码：

 Error in mutate_impl(.data, dots) : 
      Column `three_month` must be length 1 (the group size), not 3766742

但是它会弹出此错误

structure(list(city_id = c("B02", "B02", "B02", 
"B02", "B02", "B02"), state_id = c(609L, 609L, 
609L, 609L, 609L, 609L), weekly_dt = structure(c(17601, 
17545, 17447, 17727, 17510, 17664), class = "Date"), value1 = c(0.194669883125, 
0.35, 0.35, 0.124875972916667, 0.35, 0.140909438125), value2 = c(0.203018924883721, 
0.35, 0.35, 0.35, 0.35, 0.35)), class = c("data.table", "data.frame"
), row.names = c(NA, -6L), .internal.selfref = <pointer: 0x0000000004541ef0>)

注意：所有城市的每周数据水平都不相同，这就是我首先使用group_by的原因。有人可以在R中帮助我吗？编辑：我的爸爸

$tx

Answer 1

mutate函数将其他列添加到数据帧，然后可以在group_by中引用。用floor_date代替round_date可能更好，因为该季度中的所有日期都将放在同一季度中。

library(dplyr)  
library(lubridate)

df <- dataset %>%
  mutate(three_month = floor_date(weekly_dt, "quarter")) %>%
  group_by(state_id, city_id, three_month) %>%
  summarise_at(vars(starts_with('value')), mean)

# A tibble: 4 x 5
# Groups:   state_id, city_id [?]
# state_id city_id three_month value1 value2
#      <int> <chr>   <date>       <dbl>  <dbl>
# 1      609 B02     2017-10-01   0.350  0.350
# 2      609 B02     2018-01-01   0.272  0.277
# 3      609 B02     2018-04-01   0.141  0.350
# 4      609 B02     2018-07-01   0.125  0.350

错误：mutate_impl（.data，点）中的错误：列“ three_month”的长度必须为1（组大小），而不是3766742 dplyr R

1 个答案: